پژوهش – ترکیب وب سرویس‌ها مبتنی بر معیار‌های کیفیت سرویس‌ با استفاده از رویکرد فرا …

در بین سرویس‌های مشابه ممکن است سرویس‌هایی وجود داشته باشند که با توجه به معیار‌های کیفیت سرویس برای کاربران مناسب‌تر می‌باشند بنابراین زمانی که برای اجرای یک عملیات چندین سرویس با عملکرد‌‌های مشابه وجود دارند آنگاه سرویس را بر مبنای نیاز‌ها و معیار‌های کیفیت سرویس کاربران انتخاب می‌کنیم.مسئله ترکیب سرویس‌ها بر اساس معیارهای کیفت سرویس …

بررسی مقایسه‌ ای عملکرد مدل شبکه عصبی با مدل‌ های رگرسیونی خطی …

-.۰۱۳۸  .۰۰۹۰ .۰۱۶۱ .۰۲۱۰  .۰۱۰۱  .۰۲۹۶*  .۰۰۷۸ .۰۳۴۲* ۲۲ ** تفاوت معنا دار میانگین از صفر در سطح خطای ۱%* تفاوت معئادار میانگین از صفر در سطح خطای ۵% ۴-۸-۱٫نحوه رتبه‌بندیدر جدول ۴-۱۴ نتایج مقایسه میانگین‌ها از مقدار صفر ارائه شده است. در توضیح این جدول باید گفت از آنجا که در آمار فرض صفر …

سامانه پژوهشی – بررسی مقایسه‌ ای عملکرد مدل شبکه عصبی با مدل‌ های رگرسیونی خطی چندبخشی …

-.۲۶۰ -.۰۰۹ ۱٫۰۴۸ .۴۱۵ همانطور که در فصل قبل اشاره شد طبق نتایج تحقیقات قبلی (دچو ۱۹۹۴، اسلون ۱۹۹۶) تغییر در فروش توضیح دهنده تعهدات جاری است و انتظار داریم دارای ضریب رگرسیونی مثبت باشد. متغیر اموال، ماشین‌آلات و تجهیزات نمایانگر تعهدات غیرجاری است و از آنجا که استهلاک اصلی‌ترین بخش تعهدات غیر جاری را …

بررسی مقایسه‌ ای عملکرد مدل شبکه عصبی با مدل‌ های رگرسیونی خطی چندبخشی و …

پس از بررسی شتاب های متفاوت برای شبکه، در نهایت سطح شتاب ۱۵درصد به عنوان یکی از پارامترهای شبکه انتخاب شد که منجر به دستیابی سطح خطای پیش بینی قابل قبولی شد.شکل ساده شبکه عصبی مورد استفاده را در نگاره ۴-۵ می‌بینید:نگاره ۴-۵٫ تصویر ساده از شبکه عصبی مورد استفاده۴-۷٫ بررسی کارایی مدلهاهمانطور که ملاحظه …

منابع مقالات علمی : بررسی مقایسه‌ ای عملکرد مدل شبکه عصبی با مدل‌ های رگرسیونی خطی چندبخشی و …

a. Dependent Variable: TACC/TA از مفروضات مدلهای رگرسیونی این است که خطاها دارای توزیع نرمال با میانگین صفر هستند. نگاره ۴-۲ نمودار خطای مدل بال و شیواکمار را نشان میدهد. با مقایسه نمودار توزیع فراوانی خطاها و نمودار توزیع نرمال، مشاهده می‌شود که توزیع خطاها تقریبا نرمال است. همچنین مقدار میانگین ارائه شده در نمودار …

بررسی مقایسه‌ ای عملکرد مدل شبکه عصبی با مدل‌ های رگرسیونی خطی چندبخشی و …

a. Predictors: (Constant), DCFO*(CFO/TA), REV/TA, 1/TA, PPE/TA, CFO/TA, DCFO b. Dependent Variable: TACC/TA جدول ۴-۹ بیانگر تحلیل واریانس مربوط به معنی‌داری‌ مدل بال و شیواکمار است. واریانسی که مدل رگرسیون قادر به توضیح آن است ۲٫۴۷۶ می‌باشد که در مقایسه با واریانسی که قادر به توضیح آن نیست (۰٫۰۱۹) عدد بزرگی تلقی می‌شود. آماره F …

سامانه پژوهشی – بررسی مقایسه‌ ای عملکرد مدل شبکه عصبی با مدل‌ های رگرسیونی خطی …

۰٫۰۰۶۱ ۰٫۷۱۵۹ ۰٫۰۰۱۹ a. Dependent Variable: TACC/TA در دو ستون آخر جدول ۴-۶ اطلاعات حدود تغییرات و عامل تورم واریانس (VIF) داده شده است که مربوط به آزمون هم خطی بین متغیرهای مستقل است. اطلاعات جامع‌تر در این مورد در جدول ۴-۷ ارائه شده که ستونهای آن به ترتیب مقدار ویژه و شاخص وضعیت را …

پژوهش – بررسی مقایسه‌ ای عملکرد مدل شبکه عصبی با مدل‌ های رگرسیونی خطی چندبخشی …

۰٫۴۷۹۰ ۰٫۰۲۵۰ ۰٫۵۰۰۳ ۱۹٫۱۴۳۹ ۰٫۰۰۰۰ ۰٫۹۵۴۴ ۱٫۰۴۷۸ a. Dependent Variable: TACC/TA در ادامه جدول ۴-۶ ضرائب رگرسیونی مدل را نشان می‌دهد. همانطور که مشاهده می‌کنید در ستون B ضرائب متغیرها و به ترتیب خطای انحراف معیار هر کدام از متغیرها، ضرائب استاندارد شده و آماره t آورده شده است. از ضرائب استاندارد شده برای پی …

بررسی مقایسه‌ ای عملکرد مدل شبکه عصبی با مدل‌ های رگرسیونی خطی …

**. Correlation is significant at the 0.01 level (2-tailed). با توجه به جدول می‌بینیم که بین متغیرهای مستقل و وابسته همبستگی معناداری وجود دارد. در این جدول متغیر TACC متغیر وابسته و بقیه متغیرها متغیر مستقل هستند. با دقت در جدول می‌بینیم که بین متغیرهای مستقل و وابسته همبستگی معناداری وجود دارد. در این جدول …

بررسی مقایسه‌ ای عملکرد مدل شبکه عصبی با مدل‌ های رگرسیونی خطی چندبخشی …

معکوس ۳-۸-۵٫ آزمون برای معنی‌دار بودن رگرسیونبرای آزمون معنی‌دار بودن رگرسیون و تایید یا رد فرضیه از آنالیز واریانس (ANOVA) استفاده می‌شود. نحوه داوری با توجه به مقدارآماره F و سطح معنی‌داری بدست آمده می‌باشد، که اگرمقدار P-value کمترار۵ درصد باشد فرض H0 رد می شود، و وجود رابطه بین متغیرها پذیرفته می‌شود.آزمون‌های مربوط به هر …